arXiv cs.CL· Amit Jadhav, Shaurya Beriwala, Beomjin Kim·· 11 小时前AI 评分31
Undertone-P：用少量评分个性化冻结 VLM 美学评判器
Undertone: Personalizing Frozen VLM Aesthetic Judges from Few Ratings
AI 导读
Undertone-P 提出从其他评分者学习逐人回归权重的高斯先验，只需少量评分即可个性化冻结 VLM 美学评判器，新用户仅需一次闭式求解、无需训练网络。在 PARA 基准上，仅用先验即达 Spearman 相关 .640，超过已发表最佳的 10 评分（.581）和 100 评分（.620）结果；加入个人 10 和 100 条评分后分别升至 .648 和 .676。
正文 · AI 翻译
摘要：图像质量评估预测的是平均意见分（MOS），但对于图像美学而言，均值掩盖了个体差异，因此个性化评估必须从新用户评分的少量图像开始。从零开始为每个人拟合，在只有十条评分时会失败；按人微调的网络难以迁移到新类型的图像。我们提出 Undertone-P，它从其他评分者那里学习一个高斯先验，作用于冻结的视觉语言模型（VLM）评判器读出上的逐人回归权重：概率加权评分和分数 token 处的隐藏状态。由于人们与大众的差异方式正是其他评分者所揭示的，少量评分只需在这些方式中做选择：新用户只需一次闭式求解，无需训练任何网络。在 Ryu 和 Yanaka 的 PARA 基准上，仅先验就达到 .640 的 Spearman 相关性，高于已发表的最佳 10 条和 100 条评分结果（.581 和 .620）；加入一个人的 10 条和 100 条评分后，分别提升至 .648 和 .676。这些评分在品味偏离大众之处贡献最大：在 100 条评分下，与大众一致性最低的评分者提升 +.067，在 LAPIS 艺术品上提升 +.206，而整体仅提升 +.037。在无标签情况下，评判器的期望分数预测 PARA 的 MOS 达到 .835（我们运行的最佳已发表模型为 .694）。在 PARA 原始协议下，PARA 训练的网络仍然领先，可能是通过更强的端到端 MOS 模型。
| 评论： | v2：大幅修订并更改标题；取代 v1（“Feed the Panel Dimensions, Not Verdicts: Rubric-Decomposed Fusion of Vision-Language Aesthetic Judges”）。4 页 + 参考文献，2 幅图，2 张表 |
| 主题： | 计算机视觉与模式识别（cs.CV）；计算与语言（cs.CL）；机器学习（cs.LG） |
| 引用为： | arXiv:2609.27110 [cs.CV] |
| （或 arXiv:2609.27110v2 [cs.CV] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2609.27110 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Amit Jadhav [查看邮箱]
[v1]
2026 年 9 月 22 日星期二 22:07:52 UTC（85 KB）
[v2]
2026 年 11 月 5 日星期四 00:33:14 UTC（96 KB）
来源：arXiv cs.CL · arxiv.org